Minería de Datos

2019773

Maestría en Ingeniería de Sistemas y Computación

2018-I
Profesora Elizabeth León Guzmán

Horario

Lunes y miércoles de 11:00 a 1:00 p.m.

Descripción

El objetivo del curso es introducir a los estudiantes en el área de análisis inteligente de grandes volumenes de
datos o minería de datos, haciendo énfasis particular en la investigación y aplicación de técnicas
computacionales. Al terminar el curso el estudiante debe estar en capacidad de determinar cuando y como
aplicar el proceso de minería de datos. Esto implica determinar que técnicas de preprocesamiento de datos y
minería de datos usar en un caso particular y ejecutar de manera apropiada dicho proceso.

Metodología

El curso será dirigido en clases magistrales en las que el profesor presentará los temas relevantes de minería de
datos. El curso dispondra de sesiones prácticas en las salas de computo. En dichas prácticas el estudiante podrá
apreciar el funcionamiento de algunas técnicas de minería de datos. Adicionalmente, el estudiante deberá
desarrollar algunos programas de computador, en los cuales se implementen algunas de las técnicas
presentadas en las clases magistrales. Por lo tanto, es importante que el estudiante se encuentre en capacidad
de desarrollar programas de computador de un nivel de complejidad moderado. Se deberá realizar un proyecto
durante todo el semestre y se realizarán lecturas de artículos de investigación.

Evaluación
CRITERIOS %

Presentaciones, tareas, asistencia, quices. 20

Talleres 30

Proyecto 50

Avance 1: Análisis Exploratorio y preprocesamiento 15

Avance 2: Análisis de Asociación y Agrupación 10
Avance 3: Clasificación 10
Informe Final (Poster y artículo) 15
CONTENIDO

ACTIVIDADES/ENTREGAS
SEMANA TEMA MATERIAL
POR PARTE DE ESTUDIANTES
Introducción, Proceso de KDD, Análisis [TSK06] Leer Cap1,
Febrero 5 PDF_S1
exploratorio Leer Artículo (KDD)
[TSK06] Leer Cap2,
Febrero 12 Análisis exploratorio, Pre procesamiento Taller Análisis exploratorio PDF_S2
Entrega descripción conjunto de datos
[TSK06] Leer Cap3,
Febrero 19 Pre procesamiento PDF_S3
Tarea
PDF_S4,
Pre procesamiento, OLAP, Metodologías: Leer [A2] y [A3]
Febrero 26 PDF_S5,
CRISP Taller 1
PDF_S6
Avance 1 Proyecto (Análisis
Marzo 5 PROYECTO: AVANCE 1
exploratorio y preprocesamiento)
[TSK06] Leer Cap6 (sección 6.2).
Marzo 12 Asociación PDF_S7
Taller 2
Presentación artículos asociación. Ver
Marzo 19 Asociación
Asignación de Grupos Aquí
Aprendizaje maquinal
Leer Artículo PDF_S8
Abril 2 Agrupación (Medidas de similitud,
Algoritmos particionales)
Agrupación (jerárquicos, incrementales, [TSK06] Leer chapter 8 PDF_S9
Abril 9
basados en densidad) Taller 3 PDF_S10
Avance 2 Proyecto (asociación y
Abril 16 PROYECTO: AVANCE 2
agrupación)
Abril 23 Agrupación. Otros algoritmos, Validación
Agrupación. Presentación artículos
Abril 30
agrupación
[TSK06] Leer sección 4.3, 4.4
Tarea 5
Clasificación y predicción (Conceptos PDF_S11
Mayo 7 Presentación artículos agrupación y
básicos, Árboles de decisión, Bayes, SVM) PDF_S12
clasifcación. Ver

Clasificación y predicción (Metodos de

[TSK06] Leer sección 5.2, 5.7
Mayo 14 validación, Matriz de confusion, curvas
Taller 4
ROC)
Clasificación. Presentación artículos
Mayo 21
clasificación
Avance 4 Proyecto. Presentación de
Mayo 28 PROYECTO: AVANCE 3
Poster de todo el proyecto

BIBLIOGRAFIA

[TSK06] Pang-Ning Tan, Michael Steinbach y Vipin Kumar, "Introduction to Data Mining".
Addison Wesley. 2006
 o Enlace al libro
[D] Margaret Dunham, “Data Mining: Introductory and Advanced Topics”. Prentice Hall
[HK] Jiawei Han y Micheline Kamber, "Data Mining: Concepts and Techniques". Morgan
Kaufmann Publishers.
[K] Mehmed Kantardzic, "Data Mining: Concepts, Models, Methods, and Algorithms", John
Wiley – IEEE Inter-science Publishers.
[BH] Michael Berthold and David J. Hand, “Intelligent Data Analysis: An Introduction”.
Springer, 1999